时隙接入策略下联盟形成博弈抗干扰方法

针对无线通信环境中动态变化的恶意干扰信号和内部同频互扰同时存在的问题,提出了一种基于联盟形成博弈的抗干扰时隙接入方法。利用联盟形成博弈思想,将干扰攻击影响下的通信收发对时隙接入问题建模为抗干扰联盟形成博弈问题,通过调整时隙接入,以最大化全网的平均和速率,同时兼顾用户的最低速率为优化目标,分析了所提博弈模型的性质,设计了基于最优响应的抗干扰时隙接入算法,并对算法的收敛性、稳定性、最优性、复杂度和公平性进行了讨论。仿真结果表明,相较于对比方法,所提方法可以有效降低内部同频互扰和外部恶意干扰的影响,从而实现高效抗干扰数据传输,且该方法的公平性较好。

D2D通信中的基于联盟形成博弈的能量有效的无线资源共享机制

D2D(Device-to-Device)通信作为蜂窝网中的一种新型的通信方式,因其在提高传输速率和改善能效性能等方面的无可比拟的优势,受到人们越来越多的关注。但是,D2D通信技术在带来令人无法抗拒的优势的同时,亦会产生棘手的干扰问题。鉴于此,本文从降低干扰的不利影响、提高网络能效性的角度出发,综合蜂窝用户共享资源的主观性和客观性因素,探讨了无线资源共享机制的设计问题,即联合模式选择和链路资源分配。首先,分析了D2D通信中的两种通信模式下用户的能量有效性。其次,将能量有效的无线资源共享问题建模为效用不可转移联盟形成博弈,分析了博弈性质,并基于合并-拆分准则和帕累托偏好关系提出一种分布式算法,依此确定无线资源共享策略。最后给出并分析了数值仿真结果,以验证所提机制的可行性。

基于联盟形成博弈的异构机会网络路由算法

异构机会网络中节点组之间存在自私性,节点只会帮助组内的节点转发消息,而不转发组间的节点消息。如何实现节点组间消息的转发成为亟待解决的问题。针对该问题,提出了一种基于联盟形成博弈的机会网络路由(base on coalitional game routing,BCGR)算法。BCGR算法充分考虑了节点间的接触特性、联盟形成博弈的优超特性以及联盟的合成与切分操作,算法由轮询阶段和稳定阶段组成。通过仿真实验验证了BCGR算法的合理性与有效性,仿真结果表明,BCGR算法不但实现了异构机会网络中节点组间消息的转发,而且从整体上提高了网络性能,有效地降低了网络开销,提高了交付率。

基于重叠式联盟博弈的Femtocell干扰管理研究

给出了一种基于重叠式联盟形成博弈论的协作式算法,用于解决正交频分多址宏小区和家庭基站(Femtocell)两层网络中的资源分配和干扰管理问题。给出的算法相比于已有算法显著降低了家庭基站接入点到家庭基站用户的下行同层干扰,提高了以系统码率衡量的系统性能。

面向自杀式无人机饱和攻击的海空跨域无人协同反制策略

针对海洋环境下反制自杀式无人机饱和攻击问题,文中研究了目标数量远超我方情况下的海空跨域无人平台协同反制策略,提出一种结合改进的遗传算法与联盟形成博弈的协同算法。首先根据海空跨域无人平台攻击特性与运动特性,结合最大最小策略设计代价函数;然后结合任务需求对遗传算法进行改进,对交叉和变异过程进行引导和限制,在提升遗传算法效率的基础上生成可行的反制方案;最后设计联盟形成规则,通过联盟之间的成员变动使各联盟达到纳什稳定状态,在算子数量较多的情况下仍能使反制方案被持续稳定优化。仿真对比实验表明所提策略具有可行性和优越性,能在目标遭受饱和攻击时提供合理高效的反制方案,可为大规模跨域无人集群作战研究提供参考。

多无人机网络中信息隐蔽传输保证的频谱资源分配方法

针对多无人机网络中信息隐蔽传输的频谱分配问题,构建了多无人机网络隐蔽传输中继选择、频谱分配和块长度分配多维度优化模型,将无人机的中继选择问题转化为无人机联盟选择问题,以最大化多无人机网络中信息传输满意度为目标,提出了一种联合无人机联盟选择和频谱资源分配的优化方法。由于无人机联盟选择、频谱分配和块长度分配的联合优化是一个复杂的NP问题和非凸问题,利用降维处理方式将问题划分为两个子问题,一是无人机的中继选择,二是无人机的带宽分配和块长度分配。通过构建联盟形成博弈来优化无人机联盟选择,同时优化无人机的频谱分配和块长度分配。所提博弈被证明是个精确势能博弈(Exact Potential Game,EPG),即,所提博弈至少存在一个纯策略纳什均衡。考虑到对频谱分配和块长度分配联合优化也是一个复杂的NP问题和非凸问题,通过块坐标下降法将联合优化问题分解为带宽分配和块长度分配两个子问题迭代优化,采用粒子群优化算法求解上述两个子问题。仿真结果表明,所提联合优化方法可以有效提高多无人机网络信息传输的满意度,同时使得无人机可以隐蔽地将信息传输到地面控制站。

移动边缘计算中的无人机群协同任务卸载策略研究

针对应急灾害中通信受限的场景,研究了基于移动边缘计算(mobile edge computing,MEC)的无人机群(unmanned aerial vehicles,UAV)协同任务卸载问题。在对系统通信过程和计算过程的延时与能耗分析的基础上,设计联盟效用函数和回报函数,并基于享乐博弈模型提出联盟分割形成算法。理论分析证明,该算法最终收敛于某个稳定的联盟分割。仿真结果表明,相比其他典型策略,提出的策略具有更低延时和能耗,能够提升用户服务体验、增加设备续航时间,解决通信受限问题。

NOMA物联网下多UAV辅助MEC系统的资源分配

为解决偏远地区或突发灾害等场景中的物联网(Internet of Things,IoT)设备的任务计算问题,构建了一个非正交多址接入(Non-orthogonal Multiple Access,NOMA)-IoT(NOMA-IoT)下多无人机(Unmanned Aerial Vehicle,UAV)辅助的NOMA多址边缘计算(Multiple Access Edge Computing,MEC)系统。该系统中设备的计算能耗、卸载能耗和MEC服务器计算能耗直接受同信道干扰、计算资源和发射功率的影响,可通过联合优化卸载策略、计算资源和发射功率最小化系统加权总能耗。根据优化问题的非凸性和复杂性,提出了一种有效的迭代算法解决:首先,对固定卸载策略,计算资源和发射功率分配问题可通过连续凸逼近转化为可解的凸问题;其次,对固定计算资源和发射功率,利用联盟形成博弈解决卸载策略问题,以最小化IoT设备之间的同信道干扰。仿真结果表明,较OMA接入方式,NOMA接入方式减少本地计算能耗、卸载能耗及计算能耗约20%;较无卸载策略方法,包含卸载策略方法在减少系统加权总能耗方面效果较为明显。

边缘计算环境中的激励机制设计

当前关于如何激励更多边缘节点参与边缘计算坏境仍然缺乏研究,为此本文首先基于斯塔克尔伯格博弈理论提出了在云一边环境中单个云服务下行任务的激励机制设计,考虑了云节点和边缘节点间的博弈以及边缘节点内部的博弈,该激励机制能够适应边缘计算坏境的动态性。同时提出了“云-边-端”三层架构环境中多个云服务下行任务的激励机制;最后,本文提出了一种边缘节点相互合作以实现资源分配均衡的合作激励机制,该合作激励机制能够有效激励边缘节点贡献资源以及均衡任务间的资源分配。此外,本文给出了关于该问题可进一步开展的重点研究工作。

一种基于物理-社交感知和支付激励的D2D多播内容共享策略

面向大规模用户的多媒体业务尤其是在线视频业务正呈现爆炸式发展的态势,D2D(Device-to-Device)多播内容共享技术被认为是一种可以有效应对大规模用户海量数据分发的关键技术。但目前关于D2D多播内容共享的研究多集中在如何提高系统的能量有效性上,对于系统数据速率和的研究不多,而系统数据速率和是反映系统能否高效分发内容的一个重要指标。为了建立一个贴近实际场景的用户模型并实现高效内容分发以减轻基站负担并提高资源(频谱和能量)利用效率,文中提出一种基于物理-社交感知和支付激励的D2D多播内容共享策略。首先,根据实际场景的限制对D2D多播通信进行建模,把模型的应用场景扩大到人流集中的高速内容共享的“热点”地区和不利于基站直接传输数据(如抗震救灾时)的大规模搜救行动的“盲点”地区。随后,以有效降低基站负载和应对海量数据分发为目标,提出以多约束条件下系统等效数据速率和为目标函数的优化问题,通过引入支付机制激励用户作为簇头为其他用户提供共享内容,通过引入基于兴趣相似度的社交关系来提高资源利用效率并降低用户支付代价。最后,提出簇头选择-簇形成算法来求解上述问题。在簇头选择算法中,在考虑用户数据速率阈值限制的同时,引入基于用户兴趣相似度的社交关系;在簇形成算法中,采用了一种增益定义与“联盟”内涵高度契合的集中控制式的联盟形成博弈模型。仿真结果表明,与相关同类策略相比,所提策略在等效数据速率和与实际数据速率和两项指标上的性能得到了显著提高,同时证明了该策略适合大规模用户的网络。

基于联盟博弈的无线网络信息共享研究

基于联盟形成博弈理论来解决无人机无线网络(FANETs)中的移动节点之间的信息共享问题.将过程分2个阶段,第1个阶段为信息交换阶段,将检测到的不同信息相互交换.第2个阶段为信息分发阶段,将拥有的第1阶段全部信息(全部目标信息)传递给任务节点.这2个阶段均采用联盟形成算法.仿真结果表明这种信息共享方法比传统的采用非合作的方式传递信息可以降低时延,提高可靠性.